Institut für Datenanalyse und Prozessdesign (IDP)
Wir generieren Mehrwert aus Daten
Wir nutzen fortschrittliche datenbasierte Methoden, um innovative Lösungen für Wirtschaft und Industrie zu entwickeln. Wir begegnen realen Herausforderungen mit wissenschaftlichen Methoden und einem starken Fokus auf praktische Relevanz. Wir sind die führende Ausbildungsstätte und bevorzugte Partnerin für angewandte Data Science und Business Engineering in der Schweiz.
Schwerpunkte
Fortschrittliche, wissenschaftliche Instrumente und Werkzeuge für Lösungen in der Finanzbranche
Health and Environmental Analytics
Datenanalyse zur Ableitung interpretierbarer Ergebnisse unter Verwendung statistischer und maschineller Lerntechniken.
Maintenance, Mobility, AI & Society
Nutzung von KI und fortschrittlicher Modellierung für Innovationen in den Bereichen vorausschauende Wartung, Mobilitätslösungen und sozial ausgerichtete Systeme
Gewinnung von Erkenntnissen, Schaffung von Werten und Förderung von Innovationen in Geschäftsprozessen und Dienstleistungen
Visual Intelligence and Applications
Da visuelle Daten zu einer der reichhaltigsten und komplexesten Informationsquellen werden, ist Visual Intelligence ein wichtiger Pfeiler der modernen Datenwissenschaft, der neue Wege zur Analyse, Modellierung und Kommunikation durch Bilder, Videos und immersive Umgebungen ermöglicht.
Für Studierende
Consulting Services
Aktuelles
Unser Team
Publikationen
-
Viganò, Eleonora; Hertweck, Corinna; Heitz, Christoph; Loi, Michele,
2022.
In:
Faact '22: Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency.
5th ACM Conference on Fairness, Accountability, and Transparency (FAccT), Seoul, Republic of Korea, 21–24 June, 2022.
New York:
Association for Computing Machinery.
S. 2293-2301.
Verfügbar unter: https://doi.org/10.1145/3531146.3534643
-
2022.
Scheduling with time-dependent processing time functions of V-shaped linear pieces.
In:
18th Swiss Operations Research Days (Swiss OR Days 2022), Winterthur, Switzerland, 2-3 June 2022.
-
Goren Huber, Lilach; Notaristefano, Antonio,
2022.
Predictive Maintenance mit Physics-Informed-Deep-Learning : Anwendungsfall Photovoltaikanlagen.
fmpro service.
2022(3), S. 24-25.
Verfügbar unter: https://doi.org/10.21256/zhaw-25292
-
Gioia, Stefano; Bütikofer, Stephan; Wüst, Reimond Matthias,
2022.
In:
22nd Swiss Transport Research Conference (STRC), Ascona, Switzerland, 18-20 May 2022.
Institute for Transport Planning and Systems, ETH Zurich.
S. 18.
Verfügbar unter: https://www.strc.ch/2022/Gioia_EtAl.pdf
-
Fröhlich, Klemens; Brombacher, Eva; Fahrner, Matthias; Vogele, Daniel; Kook, Lucas; Pinter, Niko; Bronsert, Peter; Timme-Bronsert, Sylvia; Schmidt, Alexander; Bärenfaller, Katja; Kreutz, Clemens; Schilling, Oliver,
2022.
Nature Communications.
13(1), S. 2622.
Verfügbar unter: https://doi.org/10.1038/s41467-022-30094-0